[合伙人招募] 坐标深圳，手握充足弹药，寻找一位能把边缘 AI 和 IoT 塞进“活体生物工厂”的极客 CTO

TL;DR (太长不看版):
这不是一个套壳大模型的骗钱项目，也不是一个纯 CRUD 的软件外包。
我们正在打造一台分布式、AI 驱动的黑水虻幼虫（ BSFL ）生物转化设备。目标是将这台包含了边缘视觉防呆、微气候控制和活体养殖的“魔法黑盒”铺设到全国的 B 端（食品生产、加工、消费时产生资源浪费的环节），把有机食品废弃物就地转化为高价值的昆虫蛋白和碳资产。输入是毫无价值甚至恶心的食物垃圾，系统产出的是真实的蛋白质饲料换来的金钱及 ESG 资产。

目前商业模式已闭环，已获得顶级资助人的充足 MVP 阶段研发资金。
我是带着 Z 企资源、场景和商业 Ground Truth 来的，现在缺一个能把 Jetson 、ESP32 、电机和传感器缝合在一起的物理世界破壁人。

🌍 背景与我的“不公平优势” (Why Me?)
我不是技术出身，我是做传统 500 强企业战略与投资一把手出身的，拥有 GIS （地理信息系统）和环境设计硕博背景。

你可能觉得这履历跟硬科技不沾边，但在这个赛道，这是降维打击的武器：

我有底层的商业与数据 Ground Truth：我曾主导投资过深圳盐田区日吞吐量 15 吨的黑水虻幼虫工厂。我知道投入产出真实工艺参数。我们不需要在实验室里瞎猜转化率。

我搞得定“机器外面的世界”：环保赛道的本质是“跟城市抢垃圾，跟大企业拿碳汇，跟政府拿补贴”。怎么选址布点、怎么搞定餐厨的入场权、怎么把减碳量做成大企业的 ESG 报告，这都是我的强项。

我们有不焦虑的研发弹药：我们有充足的资金支持。在接下来的 4 个月里，我们不需要去给 VC 画大饼，我们有足够的预算去买工业级的硬件，专心致志地把 MVP 在真实食堂里跑通。

简单来说：机器外面的脏活累活和找钱，我全包了；机器里面的代码和电路，是你的领地。

🛠️ 我们要造什么？(The Engineering Challenge)
我们要在 4 个月内，造出一台能在真实食堂连续 30 天无专业人员干预、稳定运行的 MVP 原型机。
你需要解决两个极其硬核的物理世界难题：

1. 视觉防呆与异物拦截 (The AI Bouncer)：食堂大妈可能会把塑料袋或易拉罐扔进去，这会弄死所有虫子。你需要用 Jetson Orin 跑通本地的轻量级目标检测模型（如 YOLO ），配合摄像头和机械推杆，精准识别并把致命异物踢出去。

2. 恶劣环境下的自适应微气候 (The Survival Engine)：黑水虻代谢会产生高温和高浓度氨气。你需要用 ESP32 （或其他下位机）串联温湿度、气体传感器和继电器，写出极其鲁棒的控制逻辑，动态控制风扇和加热，保证生物群落不崩溃。

🫵 我在寻找怎样的你？(Who Are You?)
我不在乎你有没有大厂的光环，不在乎你的穿衣打扮，甚至不在乎你是不是计算机科班出身。我看重的是你解决真实物理世界 Bug 的直觉。

必须具备的硬技能：

全栈 IoT 直觉：能熟练使用 Python 和 C/C++。能让高层算力板（ Jetson/树莓派）和底层控制板（ ESP32/STM32 ）通过串口稳定通信。

边缘 AI 部署：搞得定摄像头接入，懂一点 OpenCV ，能在本地边缘设备上流畅部署轻量级视觉模型。

动手能力拉满：会画简单的 PCB ，会选型步进电机和推杆，拿得起电烙铁，能把一堆散件组装成一个能动的物理系统。

极其重要的隐形特质：

“闻得惯臭味”：我们的测试环境是真实的厨余垃圾和蠕动的昆虫。如果你只喜欢在 24℃ 的恒温写字楼里敲键盘，千万别来；如果你觉得看着一堆烂菜叶在传感器和代码的指挥下变成金灿灿的蛋白是一件极度浪漫的事，那你就是我们要找的人。

极端务实：知道在 MVP 阶段，工业级的稳定比花哨的炫技更重要。

🎁 你将获得什么？
联合创始人级别的 Equity （股权）。

理性条件下充足的硬件采购预算。不要委屈自己买劣质电子垃圾，我们用最好的工业级元件来堆冗余。

一段绝对纯粹的硬科技创业经历：没有官僚主义，没有无意义的周报，只有真实物理世界的挑战和立刻能看到的环保社会价值。

☕ Next Step:
别发我那种写满“精通协同办公”的标准格式简历。
如果你感兴趣，带上你业余时间自己动手做过的最酷软硬件项目（ GitHub 链接、一段视频、几张电路板照片都行），或者告诉我你曾经排查过的一个最恶心的硬件 Bug 。

地理坐标：中国深圳。我们喝杯咖啡，我把这套商业逻辑的全盘托出给你看。

联系方式： fiona8798@gmail.com

joynvda

2 月 25 日

#1 硬件
Jetson 本身自带整个视频获取框架 DeepStream ；然后转出 OpenCV 给 YOLO 算法。初版的 jetson nano 就可以。

写清楚技术需求，直接找 Nvidia 和 Ultralytics 的人就能把原型给砌起来。
如果传感器和视觉识别在同一地方，没有必要用 ESP32 。Jetson 本身的 GPIO 就有 I2C 可以接传感器。
找个做外壳的封起来。

想卖给政府，换华为、算能芯片一样可以搭起来。这些在 3 大运营商政企都很成熟。

#2 AI 算法
剩下就是识别算法，这个有难度。涉及摄像头指标，清晰度、安装角度距离、光照。
假设有足够的图片，找人做训练。会得到不错的准确度识别权重。

#3 业务逻辑/结项
剩下就看要驱动什么了？如果要求精度不高，可以通过代码逻辑对识别误差进行处理。
做技术或者乙方这是能否收到钱的关键点。

#4 实施方案
如果有钱，直接找 Nvidia 合作定制，让 Ultralytics （开发 YOLO 系列的厂家，在深圳有办公室，LinkedIn 上开着职位）把 AI 模型训练出来，高举高打。

如果想省钱，找做过类似 CV 项目的外包公司，包括边缘盒子的，也能勉强做出来。

这个动荡的时代，现金为王，每月能按时发工资就很好了。

sethome

2 月 26 日

真的假的，看到深圳不会是深圳科创学院吧？

恰好你说的我都会，搞了好多年机器人了，斗胆锐评一下。

我觉得这个难度主要是机械部分，如楼上述，你这个视觉方面甚至不需要任何编程（伪），上传数据集直接得到可用的 YOLO 模型等目标检测模型，所以不重复讨论。电子部分，PLC 就很适合这一套，基恩士那边有全套的，基于以太网的传感器，控制器巴拉巴拉，西门子的 CPLD 让你根本挂不了机，电路板开销为 0 ，根本不需要什么硬件口牙，非标自动化的常见打法，哪怕是生物的发酵罐也大多是由 PLC 设备组成的。其次设备选型，STM32 还好，ESP32 的开发效率和屎一样，不联网没必要。最后提一嘴，自己做，设计+打样 PCBA 就一周了，不如 PLC 。

那么回归开头，视觉和硬件都没问题了，主要还是机械。我认为短时间内无法找到很好的方案去排除你所谓的异物，需要多试几个机构看看，电推杆很慢的，除非你是行星推杆或者气推杆（很吵），抑或是机械臂（那就得上 ROS+3D 摄像头+Moveit ），其次是你怎么敢说塑料袋不会藏在食物残渣下面。。。是不是需要什么翻找机构呢？

以上可能对一个 MVP 有些苛刻了，但是考虑更多的 Corner Cases 是必要的，跑 30 天，电推杆和步进电机真不行。。。。优秀机械结构也能很好给视觉识别，排除乐色的机构提供方便。